TigerMee

在互联网江湖中，始终流传着三大赚钱法宝：广告、游戏、电商。三杰之中，又以大哥广告的历史最为悠久，地位也最为不可撼动。俗话说，离开业务谈架构都是耍流氓。用一句标准的报告性语言介绍大型广告系统的特点就是：处理的数据量特别巨大，响应速度要求特别快，数据实时性要求特别高，系统可用性要求特别高。面对种种不可思议的困难，最初的一批误打误撞进入广告行业的的互联网工程师们，本着赚钱的目的，通过演杂技一般的对各种技术的拼接，出色地完成了任务。

对绝大多数实时数据流系统来说，可用性、准确性、实时性，三个指标考虑的是优先级依次降低，实现的代价也是依次增长。在不同的业务场景中，对“可靠”的定义也有所不同。可能有些系统数据丢失1%对业务的影响不大，如果要保证100%准确带来的成本会大幅增加；也可能有些系统分钟级实时和秒级实时对业务的影响不大，但如果从分钟级提高到秒级成本会大幅增加。因此，在架构设计中，一定要结合具体业务场景，综合考虑和权衡服务质量、用户体验、系统成本等多方面因素。

广告系统主要解决一个问题：在给定展示场景、用户的情况下，返回收益最大化的广告。下图是一个广告系统最简单的架构图。其中，Router，检索模块，排序模块一般称为广告系统的核心。同时，与之辅助的至少包含三大系统：特征计算系统，计费系统，投放系统。Router：对外提供HTTP服务。接收请求后，依次与特征计算系统、检索模块、排序模块交互，最后返回广告。检索模块：检索模块主要解决相关性问题。首先，根据广告主设定的定向条件筛选出本次请求能否返回的广告；然后，按多种定向策略筛选出与本次请求最相关的若干个广告。排

大数据技术对商业效果的提升已经在越来越多的行业中被证明，未来的服务，无论是在线还是离线，处理的数据都会有数量级甚至几个数量级的增长。同时，我们看到内存除了访问速度越来越快，在存储的数据量和成本上并没有太大的变化。因此，未来越来越多的系统的主要瓶颈会从计算、IO转移到数据量上，内存密集型系统会变得越来越重要，相信其架构在未来几年也会有很多新的方式出现。

推荐算法是否是影响广告系统价值的唯一因素？是否还有其他因素在影响广告系统的价值？甚至这些因素比推荐算法更加重要？